Agent-MD: Intervenção Seletiva de LLM com Escalonamento Orientado a Eventos para Campanhas de GCMC–MD com Estado
arXiv:2608.07637v1 Tipo de Anúncio: novo Resumo: Campanhas de simulação molecular de longa duração exigem continuação repetida a partir de estados salvos, progressão consciente de proveniência, avaliação adaptativa e, ocasionalmente, a interpretação de condições de fluxo de trabalho que não podem ser resolvidas com segurança por regras fixas. Aqui, apresentamos o Agent-MD, um framework que posiciona o raciocínio de um grande modelo de linguagem (LLM) seletivamente na construção da campanha e na revisão disparada por eventos, enquanto a simulação de rotina, a análise, a continuação, a arqui...
arXiv cs.AI
·Yijie Wang, Zhen-Yu Yin, Zhenheng Tang, Xiaowen Chu
·
// relacionados
Leia também
Editorial
O modelo que continua aprendendo depois de entregue: dentro do Macaron-V1
Blog
Novo Nordisk e AWS levam IA agêntica à descoberta de medicamentos
Blog
Nvidia garante o valor de seus próprios chips para destravar US$ 500 bilhões em financiamento de infraestrutura de IA
Modelo